Transmettrelecinema.com : une plateforme pédagogique pour une certaine transmission d’un certain cinéma
Bibliographic record
Abstract
Barbara Laborde est Maîtresse de conférences à l’université Sorbonne Nouvelle (Paris 3), au département Cinéma et audiovisuel, et membre de l’IRCAV. Agrégée de Lettres modernes, Docteure en Sciences de l’Information et de la Communication, elle travaille sur la télévision et les nouveaux médias (pratiques et usages spectatoriels), avec un regard approfondi sur les séries. Ses recherches se placent dans une perspective culturelle (Cultural Studies) et communicationnelle, et son approche croise esthétique, technique, histoire et pragmatique avec une attention particulière portée à la pédagogie comme médiation. Ainsi, elle codirige également un Master professionnel en « Didactique de l’image » et est coordinatrice d’une Licence professionnelle GPSAC.Cet article propose une analyse sémiologique des discours et de l’éditorialisation des vidéos pédagogiques disponibles sur la plateforme officielle du CNC « Transmettre le cinéma ». La mise en scène audiovisuelle des vidéos, l’analyse des contenus lexicaux des prises de parole, les fonctionnalités et présentation de la plateforme sont étudiés. L’avis d’enseignants et médiateurs usagés de cet outil pédagogique et les protagonistes qui s’expriment sur cette plateforme semblent plus ou moins liés par des représentations communes. S’y dégage, sans surprise, un certain ancrage de la cinéphilie moderne telle qu’elle se déploie en France depuis les années 60. On constate aussi une disjonction entre les discours cinéphiliques et les attentes pédagogiques, témoignant de tensions (y compris économiques) au sein même de l’institution. L’analyse démontre que le CNC, par cette plateforme en ligne, tente de se reconfigurer dans les paradigmes communicationnels et pédagogiques actuels entre plébiscite et méfiance vis-à-vis d’Internet et des nouvelles cinéphilies qui s’y expriment.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.086 | 0.015 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".